MIT18.06线性代数 笔记3

对称矩阵及正定性

1. 特征值是实数
2. 特征向量垂直=>标准正交

谱定理，主轴定理

为什么对称矩阵的特征值是实数：

对特征值和特征向量取共轭（A是实数矩阵，共轭后不变）
$$\begin{array}{r}\begin{array}{rl}Ax& =\lambda x\\ {\overline{x}}^{T}Ax& =\lambda {\overline{x}}^{T}x\end{array}{\Rightarrow }^{取共轭}A\overline{x}=\overline{\lambda }\overline{x}{\Rightarrow }^{转置}\begin{array}{rl}{\overline{x}}^{T}A& ={\overline{x}}^T\overline{\lambda }\\ {\overline{x}}^{T}Ax& ={\overline{x}}^T\overline{\lambda }x\end{array}\\ 可知\lambda {\overline{x}}^{T}x={\overline{x}}^T\overline{\lambda }x，即\lambda =\overline{\lambda }\end{array}$$

$$如果一个向量为复向量，那么{\overline{x}}^{T}x就是其长度的平方$$

$$q_1{q}_1^T类似于P=\frac{a{a}^T}{a^{T}a}，是投影矩阵$$
所以，每个对称矩阵都是一些相互垂直的投影矩阵的组合

对对称矩阵来说，正主元的个数=正特征值的个数，通过这个结论，可以缩小特征值的范围：将矩阵平移7倍的单位矩阵，即将特征值平移7，计算矩阵主元，从而直到原矩阵多少特征值大于7多少小于7

对称矩阵主元的乘积=对称矩阵的行列式=特征值的乘积

正定矩阵：

1. 所有特征值为正
2. 所有主元为正
3. 所有的子行列式（左上到右下）为正

---

复数矩阵和快速傅里叶变换

复向量模长度：
$${\overline{z}}^{T}z=z^{H}z=\left[\begin{array}{cccc}\overline{z_1}& \overline{z_2}& \dots & \overline{z_n}\end{array}\right]\left[\begin{array}{c}{z}_1\\ z_2\\ \dots \\ z_n\end{array}\right]=|z_1{|}^2+|z_2{|}^2+|z_3{|}^2+\cdots +|z_n{|}^2=向量模长平方$$
复向量内积：
$${\overline{y}}^{T}x=y^{H}x$$
复对称矩阵（埃尔米特矩阵）：
$${\overline{A}}^T=A^H=A$$
这些矩阵的特征值是实数，特征向量相互垂直，即内积为：

$${\overline{Q}}^{T}Q=Q^{H}Q=I$$
Q的逆是Q^H，这样的正交矩阵称为酉矩阵

傅里叶矩阵：

右边的列元素等于左边的列元素乘第二列对应行的元素

在复平面中，w在单位圆上，每次乘w在图像上都是旋转固定角度由此可根据欧拉公式
$$e^{}$$